# elasticsearch-query-optimization

Скилл диагностирует медленные запросы Query DSL через Search Profiling API и оптимизирует их. Помогает убрать ведущие wildcard и вынести фильтры из scoring-контекста.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1100 установок · ★ 601
- Автор: elastic
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/elastic/agent-skills/tree/HEAD/skills/elasticsearch/elasticsearch-query-optimization/SKILL.md
- Обновлён: 2026-10-23
- HTML: https://affpapa.org/nevibecode/skills/elasticsearch-query-optimization

## Что делает

Скилл выявляет причины медленной работы поиска в Elasticsearch Query DSL через `POST /{index}/_search` с параметром `"profile": true`. Вместо абстрактных догадок агент разбирает дерево профайлера, сортирует коллекторы по времени и находит самый затратный этап. Инструмент проверяет типы полей через `GET /{index}/_mapping`, чтобы не отправлять `term` в текстовые поля без нужного подполя вроде `.keyword`.

Оптимизация сохраняет семантику выдачи. Скилл переносит точные фильтры `term` или `range` из блока `must` в блок `filter`, что включает кеширование битсетов и отключает лишний расчёт скоринга. Для запросов с ведущей звёздочкой в `WildcardQuery`, которые сканируют термы и тормозят `next_doc`, предлагается переход на `match`, `match_phrase` или префиксный поиск.

Для работы обязательно требуется установленная утилита `elastic` CLI версии 0.2 или выше с поддержкой `stack es`. Скилл не переводит запросы на синтаксис ES|QL и запрещает предлагать масштабирование нод или добавление шардов, пока в профайлере виден явный проблемный узел самого запроса.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add elastic/agent-skills --skill elasticsearch-query-optimization -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/elasticsearch-query-optimization/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/elasticsearch-query-optimization/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add elastic/agent-skills --skill elasticsearch-query-optimization -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/elasticsearch-query-optimization/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add elastic/agent-skills --skill elasticsearch-query-optimization -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/elasticsearch-query-optimization/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install elastic/agent-skills elasticsearch-query-optimization
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/elasticsearch-query-optimization/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add elastic/agent-skills --skill elasticsearch-query-optimization -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/elastic/agent-skills --path skills/elasticsearch/elasticsearch-query-optimization
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/elasticsearch-query-optimization/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add elastic/agent-skills --skill elasticsearch-query-optimization -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/elastic/agent-skills/tree/HEAD/skills/elasticsearch/elasticsearch-query-optimization/SKILL.md

## Когда брать
- найти узкое место в медленном запросе Query DSL по данным профайлера
- вынести точные условия term и range из scoring-контекста must в filter
- устранить ведущий wildcard вида `*timeout*` через замену на match или prefix
- проверить маппинг полей перед переписыванием поискового запроса

## Примеры запросов агенту
- Оптимизируй медленный запрос POST /logs-*/_search: в профиле виден долгий WildcardQuery
- Проверь маппинг индекса orders и перенеси нерелевантные term-фильтры из must в filter

## Похожие
- [database-query-optimization](https://affpapa.org/nevibecode/skills/database-query-optimization.md) — скилл · 586 установок
- [sql-query-optimization](https://affpapa.org/nevibecode/skills/sql-query-optimization.md) — скилл · 520 установок
- [performance-optimization](https://affpapa.org/nevibecode/skills/performance-optimization.md) — скилл · 65200 установок
- [second-brain-query](https://affpapa.org/nevibecode/skills/second-brain-query.md) — скилл · 2500 установок
- [query](https://affpapa.org/nevibecode/skills/neolabhq-query.md) — скилл · 1100 установок
- [python-performance-optimization](https://affpapa.org/nevibecode/skills/python-performance-optimization.md) — скилл · 35675 установок

Из того же набора: [elastic/agent-skills](https://affpapa.org/nevibecode/by/elastic/agent-skills.md) — 27 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md